10.16208/j.issn1000-7024.2023.04.006
基于ICOA优化极限学习机的网安态势预测
针对传统网络安全态势预测准确率不高、效率差的问题,利用改进黑猩猩算法优化极限学习机训练并构建网安态势预测模型ICOA-ELM.引入Tent混沌种群初始化、收敛因子非线性递减和差分进化机制对COA算法的初始种群多样性、全局搜索与局部开发均衡性及跳离局部最优能力进行改进,提高算法寻优性能.为提高极限学习机的预测精度和泛化能力,利用ICOA算法迭代优化ELM的关键参数,构建ICOA优化极限学习机的网安态势预测模型ICOA-ELM.实验结果表明,ICOA-ELM的预测结果拟合度更高,具有更好的预测效率和稳定性.
黑猩猩优化算法、极限学习机、网络安全、态势预测、Tent混沌、差分进化、个体变异
44
TP393(计算技术、计算机技术)
广西省科技重点研发基金项目AB17292014
2023-05-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
998-1006